本期目录：
-
因子
-
矩阵
-
数组
-
列表
-
创建列表
-
列表取子集
-
修改名字
-
添加/删除列表元素
-
列表展开
今天继续介绍R语言中的数据结构：因子、列表、矩阵、数组
因子
多数变量可归为名义型、有序型或连续型变量。
名义型变量
（nominal-variable）是没有顺序之分的类别变量。糖尿病类型
diabetes
（
Type1
、
Type2
）是名义型变量的一例。即使在数据中
Type1
编码为
1
而
Type2
编码为2`，这也并不意味着二者是有序的。
有序型变量
（ordinal-variable）表示一种顺序关系，而非数量关系。病情
status
（
poor
、
improved
、
excellent
）是有序型变量的一个示例。很明显病情为
poor
（较差）病人的状态不如
improved
（病情好转）的病人，但并不知道相差多少。
连续型变量
（continuous-variable）可以呈现为某个范围内的任意值，并同时表示了顺序和数量。年龄
Age
就是一个连续型变量，它能够表示像14.5或22.8这样的值以及其间的其他任意值。
类别（名义型）变量和有序类别（有序型）变量在R中称为
因子
（factor）。因子在R中非常重要，因为它决定了数据的分析方式以及如何进行视觉呈现。
创建因子
因子可以通过函数
factor()
创建。比如用以下代码即可创建一个名为
status
的因子型向量：
status "Poor", "Improved", "Excellent", "Poor"))
status
## [1] Poor Improved Excellent Poor
## Levels: Excellent Improved Poor
此时的
status
是一个因子型向量，也是没有顺序之分的
名义型变量
，虽然给出了
Levels
，但是并不能表示它们之间有高低顺序，默认的水平顺序是按照首字母排列的。
因子水平和标签
如果要更改不同水平的顺序，可以使用以下代码：
# 指定顺序
levels(status) "Poor", "Excellent", "Improved")
status
## [1] Improved Excellent Poor Improved
## Levels: Poor Excellent Improved
或者直接在
factor()
中指定：
status "Poor", "Improved", "Excellent", "Poor"),
levels = c("Poor", "Excellent", "Improved")
)
status
## [1] Poor Improved Excellent Poor
## Levels: Poor Excellent Improved
对于不同的水平，你也可以修改它的显示标签：
status "Poor", "Improved", "Excellent", "Poor"),
levels = c("Poor", "Excellent", "Improved"),
labels = c("第一水平", "第二水平", "第三水平")
)
status
## [1] 第一水平 第三水平 第二水平 第一水平
## Levels: 第一水平 第二水平 第三水平
如果想要把某个变量变成
有序型变量
，可以使用
ordered=TRUE
参数：
status "Poor", "Improved", "Excellent", "Poor"),
ordered = T
)
status
## [1] Poor Improved Excellent Poor
## Levels: Excellent
可以看到此时结果中的
Levels
有了小于号，用来表示高低顺序。
Note
名义型变量和有序型变量在进行统计分析时会使用完全不同的方法，比如在进行线性回归或者cox回归分析时，名义型变量的默认方法是哑变量编码，而有序型变量的编码方式是正交多项式编码。相关内容可参考：
分类变量进行回归分析时的编码方案
计数
table()
函数可用于查看每个水平的数量：
table(status)
## status
## Excellent Improved Poor
## 1 1 2
如果和
length()
同用则可以快速计算有几个水平（或类别，在分类变量中很常用）：
# 查看有几个类别
length(table(status))
## [1] 3
因子类型是R语言中处理分类变量非常有用的类型，在画图的时候也可以使用因子规定好顺序，方便对图形进行排列。
forcats
包提供了一套专门用于处理因子的函数，非常实用，大家可以阅读以下文章进一步了解：
矩阵
矩阵，matrix，表面看起来像一个数据框，有行和列，也是二维的，但是矩阵里面的所有元素都
必须是同一类型的
，比如必须都是数值型，或者必须都是字符型，或者必须都是逻辑型，等。
可通过函数
matrix()
创建矩阵。一般使用格式为：
myymatrix byrow = 是不是按行进行填充？,
dimnames = list(行名, 列名))
其中
vector
是矩阵所需要的元素，
nrow
和
ncol
用以指定行和列的数量，
dimnames
包含了以字符型向量表示的行名和列名（这个参数可以省略不写）。选项
byrow
则表明矩阵应当按行填充（
byrow=TRUE
）还是按列填充（
byrow=FALSE
），默认情况下按列填充。
以下代码创建了一个5行、4列的矩阵，用1~20这20个数字进行填充，并且定义了行的名字和列的名字，并且是按列进行填充：
y 1:20, nrow=5, ncol=4,
dimnames = list(c("行1","行2","行3","行4","行5"),
c("列1","列2","列3","列4"))
)
y
## 列1 列2 列3 列4
## 行1 1 6 11 16
## 行2 2 7 12 17
## 行3 3 8 13 18
## 行4 4 9 14 19
## 行5 5 10 15 20
对矩阵取行和列的语法和数据框完全一样，使用方括号即可，这里就不重复了。
y[1,2]
## [1] 6
数组
数组，array，类似矩阵，但可以有更多的维度（行、列以外的方向），比如可以有3维甚至更多，这种结构可能是你无法想象的（超过3维的东西你能想象出来吗？），但是幸好这个结构我们用的不多。
数组可通过
array
函数创建，形式如下：
myarray
其中
vector
包含了数组中的数据，
dimensions
是一个数值型向量，给出了各个维度下标的最大值，而
dimnames
是可选的、各维度名称标签的列表。
以下代码创建一个三维数组（2
3
4）：
dim1 "A1", "A2")
dim2 "B1", "B2", "B3")
dim3 "C1", "C2", "C3", "C4")
z 1:24, c(2, 3, 4), dimnames=list(dim1, dim2, dim3))
z
## , , C1
##
## B1 B2 B3
## A1 1 3 5
## A2 2 4 6
##
## , , C2
##
## B1 B2 B3
## A1 7 9 11
## A2 8 10 12
##
## , , C3
##
## B1 B2 B3
## A1 13 15 17
## A2 14 16 18
##
## , , C4
##
## B1 B2 B3
## A1 19 21 23
## A2 20 22 24
列表
列表，list，是除了数据框之外第二重要的数据结构，甚至可以说是最重要的数据结构，但同时也是最复杂的一种结构。
列表是一个大型的存储结构，里面啥都能放。比如，可以包含不同类型的数据，也可以包含其他数据结构，如向量、矩阵或数据框等，列表中也可以包含列表。
创建列表
可以使用函数list()创建列表，使用语法为：
mylist ...)
其中的对象可以是目前为止讲到的任何结构。你还可以为列表中的对象命名：
mylist ...)
以下是一个创建列表的示例，我们先创建了5个不同类型的对象，然后把这些对象全部放到1个列表中：
g "My First List" # 字符串
h 25, 26, 18, 39) # 数值型向量
j 1:10, nrow=5) # 矩阵
k "one", "two", "three") # 字符型向量
l "apple",1,TRUE) # 列表
# 放到1个列表中
mylist mylist
## $title
## [1] "My First List"
##
## $ages
## [1] 25 26 18 39
##
## [[3]]
## [,1] [,2]
## [1,] 1 6
## [2,] 2 7
## [3,] 3 8
## [4,] 4 9
## [5,] 5 10
##
## [[4]]
## [1] "one" "two" "three"
##
## [[5]]
## [[5]][[1]]
## [1] "apple"
##
## [[5]][[2]]
## [1] 1
##
## [[5]][[3]]
## [1] TRUE
可以看出列表的成分非常复杂，上面的列表
mylist
的长度为5，因为有5个成分：
# 查看长度
length(mylist)
## [1] 5
前两个成分是有名字的：
title
和
ages
，后三个成分没有名字，但是有序号，分别是
[[3]]
、
[[4]]
、
[[5]]
。
列表取子集
如果你要提取列表中的成分（或者叫对列表取子集），可以直接使用序号或者名字：
mylist[2] # 取第2个成分
## $ages
## [1] 25 26 18 39
mylist["title"] # 取第一个成分
## $title
## [1] "My First List"
注意此时得到的对象仍然是
list
：
class(mylist[2])
## [1] "list"
class(mylist["title"])
## [1] "list"
列表中还有一个特殊的操作，也就是
[[]]
，两个中括号，这样可以直接提取到具体的内容：
# 直接提取具体的内容
mylist[["title"]]
## [1] "My First List"
# 此时得到的是字符型向量
